继续连接上一期。

在这个工具内，可以进行这样的交换。费率波动本质上是常数因子的变化，不会影响到相对值。源自美国数据的成本关系。使用美国数据来确立解放军成本估算的做法，与中情局最初的估算类似。与20世纪50年代的情况一样，美国发现自己处于同样的境地。这是潜在的长期大国竞争的开端。 当面对一个挑战时，萨里不愿提供成本数据，于是基于现有信息研究和开发成本模型。对手的国防工业生产效率与军事运作实践。是一个耗时数十年之久的不懈努力过程。与CIA在冷战时期的模式类似，最初的PLA随着时间的推移，通过进一步的研究，源自美国数据的成本估算可以不断得到完善。关于中国国防工业的生产效率和人民解放军的运作实践，确实如此。我们创建这个工具的部分目的是为了引发关于中国人民解放军现代化的更实质性讨论。并推动对这些尚未充分研究的领域

进行更深入的研究。国防经济学。最后，上文概述的若干其他成本估算挑战变得不那么棘手了。在评估多年期的国防支出时颇为有益。SCT对此进行了评估。国防支出在十年期间被划分为两个五年增量段。某些变量的微小变化可能导致个体之间的显著成本差异。多年以来，这些年复一年的峰值和谷值在平均之后变得不那么显著。为期五到十年。例如，由于学习曲线的效应，最初的单位...一个平台的生产周期成本可能会显著高于平均采购成本。贯穿整个生产周期。在评估为期五到十年的平台采购时然而，学习曲线的战略重要性会迅速下降。更广泛地说，无论哪个国家，国防预算分析师往往都不得不做出相关决策。他们在评估中简化了假设和估算。即便对于美国而言，尽管有大量公开的国防部数据，但国防预算分析师经常需要以克服现有平台或单元级成本方面的数据匮乏或不确定性问题。

对拟议项目的相关成本估算。例如，CSBA现有的美国相关估算。战略选择工具已在研讨会、军事演习中得到卓有成效的应用。经过近十年时间的练习，他获得了战略层面的深刻见解，并采用了许多相同的策略。简化了“中国战略选择工具”中使用的假设。学习曲线，用于例如，由于该工具长达十年的时间框架，这些方法并未被采用；取而代之的是采用预估方法。平均采购单位成本被用来反映多年内的平均单位成本。生产运行.同样，人员成本是通过简单的人均计算法计算的成本，而不是一个更细致、更复杂的成本模型，该模型按职级估计每人的成本，等级或其他标准。研究美国国防预算的其他有声望的组织同样依赖于粗略的数量级费用估计和简化的假设，如对于单位层面的运营和维护成本估算。对于战略层面的分析，这些类型的简化假设既是必要的，也是有利的，

并且不会减损来自或否定所产生的战略见解。

迈向中国战略选择工具。CSBA发展中国SCT的工作包括三个方面的努力（图5）：

1. 研究与开发、采购、运营和维修的成本估算。财务、以及平台或单位层面的人员；

2. 一份十年兵力结构预估，包括以下各项的预估：基年（例如2021年），未来的五年（例如，2026年），以及未来的十年（例如，2031年）

3. 解放军预算估计数。这三项相互强化的任务共同融入了“中国战略选择工具”。各个平台和所支持的部队结构单位的成本估算支持了开发工作。采用切合实际的国防支出增长来制定成本知情部队结构估算。随后，该部队的架构估算总额被与解放军的预算估算进行了比较。伴侣们会共同判断这些累计支出是否合理。

采购与运营及维护成本估算。我们对于采购、运营和维护成本估算的制定遵循类似原则。方法。首先，使用了美国的平台与系统特征以及预算数据。创建位于美国的CERs，用于采购、运营和维护。CSBA已开展相关行动。投入了大量时间密集的努力，以收集有关现代美国的历史成本和特征数据。这些平台和系统大多可追溯至20世纪70年代左右。以成本为考量。并收集特征数据后，我们采用多种方法来建立成本估算关系。用于跨领域的平台、系统、弹药和其他装备的船只。估算PLA平台的成本更偏重于艺术而非科学。对于载人固定翼平台而言尤其如此。例如，在飞机采购方面，我们运用了多种互补技术。这些方法包括线性回归、支持向量机、神经网络和类比。总体而言，我们把这些模型的输出视为相互竞争的专家意见。我们倾向于使用线性回归，因为该方法产生的输出更具解释性。

优于先进的机器学习方法。回归模型的 R 平方值，该值介于0和1之间，提供了一个直观的指标，用以衡量模型的预测能力。功率以及数据潜在的变异性。换言之，R 平方值以及与之密切相关的各项指标。相关的 R 平方（调整值）包含有关模型拟合优度的陈述。以及因变量的潜在可变性。对于有人驾驶的固定翼飞机，我们能够解释92%（R平方调整=）的飞机变化。通过我们的线性回归模型计算成本。对于自变量，该模型的重点是关于容易观测的数值变量，例如最大起飞重量和推力，以及可观测因子变量，例如飞机是否是航母变体、电子飞机变种、轰炸机或隐形飞机（图6）。我们对变量的选择类似于，并且以当代研究为依据。神经网络和支持向量的输出机器在确定我们输入中国SCT的最终成本方面也很有用，但我们对这些模型的重视程度较低，因为它们隐含复杂的非线性关系。

数据之间阻碍了直接的解释。

同样，对于固定翼航空器的运行和维护，我们开发了一种线性回归方法。成本模型预测飞机O&M情况，将其作为预估采购的函数。成本进而又基于重量、推力以及其他上述变量（图7）。该模型解释了72%的成本差异。基于现有数据，还有其他备选方案。这些方法并不适合估算运营与维护成本。将运营与维护成本建立在上述基础上是不恰当的。因此，采购成本是现有最可解释和可行的方法。

对于有限的能力集，线性回归和机器学习成本模型被采用。鉴于美国和中国数据的局限性，并不十分合适，因此采用了多种类比成本估算方法。在这些情况下通常被采用。例如，尽管美国和中国的地面部队车辆数量众多，且种类繁多且专业化程度高。特定类别可能相对较小，从而限制了可用的样本规模。此外，美国...而且，中国的平台可能在平台特性方面表现出显著差异。例如，美国的重型主战坦克通常比中国的坦克重得多。主战坦克。为了估算 PLA 的地面车辆采购成本，我们应用了 K-均值算法。通过总体重量将具有相似特征的群体进行分组。功率和主要武器尺寸。这些集群被用于选择“最佳”的美国选项。类似的。接下来，为每对组合创建了一个成本类比，其中涉及美国的成本。平台的调整依据的是车辆重量的比例。另外，对于防空系统而言，鉴于现有的数据量很小，

统计成本估算关系难以确定。这些系统及其复杂性使我们主要依赖于使用来自美国的类比数据进行成本估算。文件和关于外国武器销售的新闻报道。在某些情况下，相关因素会被考虑在内。此外还考虑了系统的规模和复杂性。在核弹头的开发与生产方面，我们也依赖于类比成本法。核弹头生产是一项固定成本高昂、可变成本较低的活动。建立必要的基础设施，以支持一国的核武器发展。由于开发和生产过程涉及大量前期和固定成本，因此其可变成本较高。开发、生产和维护新型核弹头的工作量相对较低。与美国的状况类似，鉴于中国现有的核计划规模庞大，额外投资于发展新的核能力很可能是相对廉价的。【未完待续】请继续关注下一期。